书中主要介绍了人工智能中机器学习的一些算法和应用，诸如线性回归、逻辑回归、神经网络、支持向量机等一些...
2017.7
在NIPS、Neural Computation、Applied and Computation Harmonic Analysis、IEEE Transactions on Neural N...
2017.6
本书为深度学习方向的一本全方位参考书，由最基本的数学基础开始，到各种深度学习模型的讲解和调优方法，再...
2017.7
本书以一位软件工程师的转型故事为线索，讲述算法思维的建立及实践。第1章主要讲解如何从传统的工程思维转...
2017.3
单就机器学习而言，其领域就包括但不限于：有监督学习、无监督学习和半监督学习，具体的问题又大致可以分两...
2017.7
本书讲述大数据和机器学习的基本概念，如：分类、分析、训练、建模、预测、机器学习（推荐引擎）、机器学习...
2017.5
本书共12章，主要讲述不平衡分类学习的基本理论、特征选择与降维学习、模型评估与选择、重采样与代价敏感学...
2017.5
本书主要讲述科学计算可视化的内容、技术现状和挑战，机器学习基本理论，使用Adaboost和CAVIAR两种方法进行...
2017.6
本书是一本机器学习入门读物，注重理论与实践的结合。全书主要包括6个部分，每个部分均以典型的机器学习算...
2017.7
本书对近年来稀疏学习、分类与识别领域常见的理论及技术进行了较为全面的阐述和总结，并结合作者多年的研究...
2017.3